R：子集匹配的单词

Question

下面，

a<-c("Look at the sky", "Sun is bright", "cloudy day")
b<-c("sky", "day")

我想根据a对b进行分组。我的首选答案是：

"Look at the sky", "cloudy day"

如何在R？

中执行此操作

Answer 1

选项1

您可以将b中的所有字词与sapply

匹配

sapply(b, grepl, a)

       sky   day
[1,]  TRUE FALSE
[2,] FALSE FALSE
[3,] FALSE  TRUE

然后您使用apply和子集a折叠所有行。

a[apply(sapply(b, grepl, a), 1, any)]

[1] "Look at the sky" "cloudy day"     

选项2

创建组合的正则表达式

paste(b, collapse="|")

[1] "sky|day"

和grep with it

a[grepl(paste(b, collapse="|"), a)]

[1] "Look at the sky" "cloudy day"     

Answer 2

从stringi包中尝试字符串搜索工具：

library(stringi)
a[sapply(a, function(ae) any(stri_detect_fixed(ae, b)))]
## [1] "Look at the sky" "cloudy day"

在这里，我们检测a中的每个字符串是否包含b中的任何字符串作为其子序列。